Comparison and benchmarking for SLAM in mobile robots

Detalhes bibliográficos
Autor(a) principal: Vanelli, Brunno
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/196836
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e Automação
id UFSC_fb9b64eb71e1f73040130190a9cd61d1
oai_identifier_str oai:repositorio.ufsc.br:123456789/196836
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Comparison and benchmarking for SLAM in mobile robotsComparação e benchmarking para SLAM em robôs móveisSLAMGmappingHectorKartoCartographerTCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e AutomaçãoA robótica está presente na indústria há décadas, mas a adoção de robôs trabalhando em estreita colaboração com os seres humanos ainda é um desafio. Embora muito tenha sido desenvolvido no campo dos robôs assistivos, eles ainda são incipientes por causa de toda a tecnologia necessária para interagir com os usuários de maneira significativa. Este trabalho de conclusão de curso tem como objetivo discutir uma tarefa específica em robôs móveis chamada SLAM, ou Mapeamento e Localização Simultânea. Essa tarefa compreende a capacidade do robô para mapear ambientes desconhecidos sem informações prévias. Uma estrutura é proposta para analisar metodologicamente o resultado de diferentes algoritmos de SLAM. O estudo de caso será apresentado usando o Care-o-bot, o robô assistivo desenvolvido na Fraunhofer IPA. Dados de sensores de varrimento a laser e odometria são utilizados, e as reconstruções resultantes dos algoritmos mais populares disponíveis no framework ROS (Robot Operating System), como Gmapping, Hector, Karto e Cartographer, serão apresentados e comparadas. As métricas de erro quadrático médio e erro de deslocamento serão calculadas para cada algoritmo, bem como os cálculos propostos para distorção do mapa e uso da CPU e da memória. Os resultados mostram boas métricas para Gmapping e Cartographer, escolhas populares na comunidade ROS, com o Cartographer tendo os mapas mais precisos. Hector e Karto são opções alternativas para dispositivos com menor poder de computação, já que podem consumir muito menos CPU nas configurações padrão, além de fornecer boa localização.Robotics has been present in industry for decades now, but the adoption of robots working closely to humans is still challenging. Although much has been developed in the field of assistive robots, they are still incipient because of all the technology required to interact with users in a meaningful way. This paper aims at discussing a specific task in mobile robots, SLAM, or Simultaneous Localization and Mapping. It comprises the ability of the robot to map unknown environments while having no previous information. A framework is proposed to methodologically analyse the mapping results for different SLAM algorithms. The case study will be presented using Care-o-bot, the assistive robot developed at Fraunhofer IPA. Data from laser scanners and odometry is used, and the resulting reconstruction from the most popular algorithms available on ROS (Robot Operating System) will be presented and benchmarked, namely Gmapping, Hector, Karto and Cartographer. Comparisons on mean square error and displacement error will be calculated for each algorithm, as well as proposed calculations for map distortion and CPU and Memory usage. The results show good stats for Gmapping and Cartographer, some of the most popular choices in the ROS community, Cartographer having the most accurate maps. Hector and Karto seem alternative options for devices with lower computing power, as they can consume far lower CPU on default settings, as well as providing good localization.Blumenau, SCPetry, Marcelo RobertoUniversidade Federal de Santa CatarinaVanelli, Brunno2019-06-16T21:17:38Z2019-06-16T21:17:38Z2019-06-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis72application/pdfhttps://repositorio.ufsc.br/handle/123456789/196836info:eu-repo/semantics/openAccessengreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-06-16T21:17:38Zoai:repositorio.ufsc.br:123456789/196836Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-06-16T21:17:38Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Comparison and benchmarking for SLAM in mobile robots
Comparação e benchmarking para SLAM em robôs móveis
title Comparison and benchmarking for SLAM in mobile robots
spellingShingle Comparison and benchmarking for SLAM in mobile robots
Vanelli, Brunno
SLAM
Gmapping
Hector
Karto
Cartographer
title_short Comparison and benchmarking for SLAM in mobile robots
title_full Comparison and benchmarking for SLAM in mobile robots
title_fullStr Comparison and benchmarking for SLAM in mobile robots
title_full_unstemmed Comparison and benchmarking for SLAM in mobile robots
title_sort Comparison and benchmarking for SLAM in mobile robots
author Vanelli, Brunno
author_facet Vanelli, Brunno
author_role author
dc.contributor.none.fl_str_mv Petry, Marcelo Roberto
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Vanelli, Brunno
dc.subject.por.fl_str_mv SLAM
Gmapping
Hector
Karto
Cartographer
topic SLAM
Gmapping
Hector
Karto
Cartographer
description TCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e Automação
publishDate 2019
dc.date.none.fl_str_mv 2019-06-16T21:17:38Z
2019-06-16T21:17:38Z
2019-06-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/196836
url https://repositorio.ufsc.br/handle/123456789/196836
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 72
application/pdf
dc.publisher.none.fl_str_mv Blumenau, SC
publisher.none.fl_str_mv Blumenau, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652366587625472

Registros relacionados